如何從 pandas dataframe 列返回最大十進制“精度”和“比例”？

Question

我正在嘗試創建一個 function 讀取 dataframe 浮動 64 列並返回最大精度和比例，就好像它是 SQL 數據類型一樣。 例如，假設我有一列“收入”，其值為：

Earnings
100.01
100.011423
100.02
100.02231492
100.0313
100.044

在此示例中，最大精度為 11，因為數字數量最多的值 100.02231492 包含 11 個總數。 最大比例也是 8，因為相同的數字具有最高的小數位數 (8)。 function 理想情況下能夠應用於 float64 列的列表，並返回每列的最大精度和比例。

我嘗試過類似的東西：

floats=staking_df.select_dtypes(include=[float])
floats=floats.astype(str).apply(lambda x: x.str.split('.'))

哪個會回報我

Earnings
[100],[01]
[100],[011423]
[100],[02]
[100],[02231492]
[100],[0313]
[100],[044]

最終，該列的 function 將返回 (11, 8) 的元組。 對於多列的應用，我不確定如何進行。 我不禁認為到目前為止所寫的這個操作也是低效的。 有沒有更好的方法來解決這個問題？

Answer 1

嘗試：

get_tuple = lambda x: (len(x)-1, len(x.split('.')[1]))
out = max(df['Earnings'].astype(str).apply(get_tuple), key=lambda x: x[1])
print(out)

# Output:
(11, 8)